SVAR-GARCH模型的多元波动率估计

考虑SVAR GARCH模型的多元波动率, 提出一种估计波动率的新方法. 先利用独立成分分析技术求解因果结构和统计独立的误差项, 建立残差项条件协方差阵与误差项条件协方差阵的关系, 然后利用单变量GARCH模型的估计结果和识别的因果结构, 估计多变量GARCH模型的条件波动的脉冲响应方法, 实现多元波动率的估计, 该方法可有效减少估计参数. 实验结果表明, 新方法估计的波动率与能源期货市场的规律相符.     

证券市场波动率分析的PSO-ICA-GARCH模型

当主成分存在条件相关时,正交广义自回归条件异方差模型(orthogonal generalized autore-gressive conditional heteroskedasticity,O-GARCH)可能导致预测结果与实际情况不相符.基于独立分量分析的广义自回归条件异方差模型(GARCH model base...     

上证综指波动率的估计——基于GARCH（1,1）模型的研究

波动率是测度风险的重要变量,在金融领域中占有至关重要的地位。采用GARCH（1,1）模型研究了上证综指的波动率。研究结果表明GARCH（1,1）模型能够准确地估计1年以上股市的波动率。     

基于实际波动率的VaR模型实证研究

以实际波动率预测方法替代传统的波动率预测方法,应用到VaR模型中去,并随机选择了五只股票数据进行实证研究,比较基于GARCH模型和实际波动率模型的两种VaR预测结果,得到基于实际波动率的VaR预测效果显著地优于基于GARCH模型的VaR预测效果.     

隔夜波动率的估计

基于广义动态因子模型构建了个股隔夜波动率的一个新的估计量,并利用中国的上证50指数的24支成分股2013—2014年的数据进行了实证分析.实证结果表明:新估计量比隔夜收益的平方的表现更好,新的估计量可以降低噪声的影响.     

隐含波动率微分算法的改进——波动率表面模型

基于以往研究隐含波动率的计算只考虑了交割价格对其的影响而忽略了到期日的作用,提出包含交割价格和到期日两变量的隐含波动率表面模型计算隐含波动率.数值计算结果表明,波动率表面模型提高了波动率的平均计算精度,同时给出了波动率"假笑"和波动率期限结构的特征.所提出的隐含波动率表面模型可作为投资者判断衍生产品投资价值的简单指标.     

基于广义可加模型的波动率估计方法

放宽了传统GARCH模型参数形式的假定,将广义可加模型引入条件方差的估计,改进了[Bhlmann P,McNeil A J.An algorithm for nonparametric GARCH modelling.Computational Statisticsand Data Analysis,2002,40(4):665-683]提出的迭代算法并将其用于可加GARCH模型的估计.通过能够控制真实波动率的数学模拟实验,分别用样本内和样本外估计的方法说明了可加GARCH模型在估计现有参数模型无法刻画的复杂序列波动率时具有更好的估计效果,而与非参数模型相比,可加GARCH模型也有较好的估计效果.通过一个推断波动特征的算例,表明了可加GARCH模型对研究新兴市场股市或者处于金融危机中的股市等存在复杂波动特征的金融市场波动率有着非常现实的意义.     

多元GARCH模型在国内企业债券波动传递研究中的应用

利用多元GARCH模型研究国内企业债券信用价差的波动传递问题,考察了企业债券信用价差序列的波动持续性和信用价差序列间的波动溢出效应.研究表明,相同或相关产业的企业债券表现出双向的波动溢出效应,而上游产业对下游产业企业债券的波动有显著影响,存在单向的波动溢出效应.     

实际波动率理论及实证综述

较为详细地阐述了国外对实际波动率研究的最新成果。首先阐述了实际波动率的理论背景。然后展示了国外研究已得出的一些基本结论，并进一步讨论了关于实际波动率的焦点问题，最后将RV和GARCH作了简要比较。理论及实证表明：实际波动率确实是一个深具理论基础且有重大实用价值的波动率度量。     

GARCH-neural网络模型对股票价格买卖差波动率的预测

股票价格买卖差是衡量金融市场流动性和有效性的重要指标,已经得到学术界的广泛研究.相比而言,作为衡量股票市场风险的重要因素的股票价格买卖价差的波动率却没有得到相同的重视.在广义自回归条件异方差(generalized autoregressive conditional heteroscedasticity,GARCH)模型的基础上,提出了GARCH-neural network (GARCH-NN)混合模型分析股票价格买卖价差波动率的动态性.以深圳证券交易所成分股价指数的高频数据为样本对所提模型进行了实证分析.运用GARCH家族模型对股票价格买卖差波动率的动态性进行分析,得出预测效果最优的GARCH模型.在最优GARCH模型的基础上结合神经网络分析方法即GARCH-NN混合模型对样本数据进行了实证分析.比较分析最优GARCH模型和GARCH-NN混合模型对股票价格买卖差波动率的预测效果,并以AIC(Akaike information criterion)和BIC(Bayesian information criterion)作为检验模型预测效果的指标.实证结果表明,提出的GARCH-NN混合模型更优.     

多维GARCH模型的估计和检验

讨论多维 GARCH模型的识别及其参数模型的极大似然估计和检验方法     

GARCH模型的经验似然估计

以计量经济学中ARCH模型族为背景,对GARCH模型进行讨论和研究。讨论了基于GED分布的β-ARCH模型和GARCH模型的经验极大似然估计的求解方法,得到了相应的平稳模型的大样本性质定理。     

基于SVAR模型的国际粮食价格波动成因分解研究

为了深入研究国际粮食价格波动的成因,使用1973—2014年国际粮食期末库存量、国际粮食进出口总量、美元指数、国际石油价格和国际粮食价格5个变量年度数据,建立结构向量自回归(SVAR)模型,分解出供给冲击、需求冲击、美元冲击、能源价格冲击和惯性冲击,并分析这些冲击对国际粮食价格变动的影响效果.结果表明:传统的供给和需求基本面因素以及惯性冲击是影响国际粮食价格波动的主要因素,而各种外部冲击如美元冲击、能源价格冲击因素只是在一定时期内对国际粮食价格波动起到助涨或助跌的作用,长期的影响较小.     

基于多元GARCH模型的可转换债券市场与股票市场的波动关系研究

可转换债券作为一种混合型的金融衍生品,已经成为金融市场中重要的组成成分,并且其市场与股票市场之间又是互相影响的,它们的共同发展对金融市场的繁荣和企业竞争力的提高方面起到了积极的推动作用.因此,对可转债市场与股票市场之间关系的实证研究具有一定的理论与现实意义.基于上证指数(000001)与上证转债指数(000139),运用BEKK形式的多元GARCH模型来实证研究可转债市场与股票市场之间的波动关系及其溢出效应.实证结果发现,这两个市场之间有正相关的关系,并且存在双向的波动溢出效应.     

基于分阶段GARCH模型中国B股市场波动性比较

2001年2月19日,中国B股市场对国内居民正式开放,大量国内投资者涌入B股市场,对B股市场的风险结构产生了不可忽略的影响.对2001年2月19日前后2个阶段的深圳B股指数收益序列以及整个考察期内B股指数收益序列建立恰当的GARCH模型,比较模型的参数估计,从实证的角度证实了分阶段的合理性和必要性,同时发现中国B股市场的投资环境在逐渐变好,并且越来越遵循市场规范,正在向较成熟市场发展.     

GARCH类模型在我国期货市场预测中的应用研究

理论研究和实证分析是期货市场波动性和价格操纵行为研究的重要基础,GARCH类模型的研究和应用被认为是该领域的重要成果．利用时间序列分析方法,以2009年1月5日至2011年6月10日期货市场每月总成交额为样本,对我国2009年以来期货的总成交额进行实证分析．通过ARCH模型分析、ARCH效应检验和CARCH模型分析,认为TARCH（1,1）模型是适合的,且期货日成交额序列存在一定的波动聚类与持续性而表明存在条件异方差性的较明显、非对称性的存在而显示出的杠杆效应的突出．     

独立分量分析及其在诱发电位提取中的应用

独立分量分析能够在各信号频率混迭的情况下,从它们的线性混合信号中有效分离出原始信号,这为微弱电生理信号的提取提供了途径,受到生物信号处理研究人员的关注.作者研究分析了独立分量分析模型和一种基于负熵判据的定点快速ICA算法的实现,并将该算法运用于仿真诱发电位的提取中,从观测信号(混合信号)中有效地提取出视觉诱发电位.     

基于修正GARCH模型的中国股市周内效应实证研究

运用总样本区间（1996～2009年）上证综指和深证成指数据,同时以合格境外投资者制度（QFII）实施为分界点,前后分为两个子样本区间（1996～2002年和2002～2009年）,采用修正GARCH模型分别研究三个样本区间中国股市周内效应特征。研究结果表明：1）在不同的样本区间中,中国股市收益率和波动率均存在周内效应;2）中国股市收益率和波动率周内效应在不同的样本区间：表现并不一致,前子样本区间沪深股市收益率和波动率存在更加显著的周内效应。